-
题名改进YOLO-DETR的布料表面微小损伤检测方法
- 1
-
-
作者
胡玉恒
吴谨
-
机构
武汉科技大学信息科学与工程学院
-
出处
《现代电子技术》
北大核心
2024年第13期160-163,共4页
-
文摘
为准确检测出布料表面微小损伤如缺维、浆斑、胶斑等问题,提出基于改进YOLO-DETR的布料表面微小损伤检测方法。在改进YOLO-DETR模型中增加残差模块并扩展特征图尺度,以减少漏检可能性。在模型中融入了CBAM注意力机制和Anchor box,采用K-means聚类算法,通过选取K个聚类中心,并基于距离将其他目标划分到最近的聚类中心,形成K个群组。在迭代过程中,通过最小化群内距离和最大化群间距离,优化聚类结果,采用复合损失函数进行检测,增强模型在复杂环境下的识别能力。实验结果表明,该方法检测精度在90%以上,在面对缺维、浆斑、胶斑等复杂性问题时也有较好的检测能力。
-
关键词
改进yolo-detr
布料表面
布料损伤
损伤检测
K-MEANS聚类
注意力机制
-
Keywords
improve yolo-detr
fabric surface
fabric damage
damage detection
K-means clustering
attention mechanism
-
分类号
TN606-34
[电子电信—电路与系统]
TP391.4
[自动化与计算机技术—计算机应用技术]
-
